母婴产品分析

1、分析背景与目的

随着我国生育政策的开放以及电子商务的普及，婴儿相关的产品市场将迎来快速增长。为了能够获取更多的用户，提升商家的销售量，需要从产品和用户不同的角度进行分析，进而得到有价值的信息，指导商家进行获客和营销。

本文通过分析淘宝天猫婴儿用品在2012年7月—2015年2月期间的商品销售情况和用户信息，从而帮助婴儿用品电商优化产品、提高销量，以及发现潜在的高价值用户进行精准推荐。

数据来源：数据集-阿里云天池

2、理解数据

表1：

user_id:用户id；

auction_id:购买行为编号；

cat_id:商品种类ID；

cat1:商品属于哪个类别；

property:商品属性；

buy_mount:购买数量；

day:购买时间。

表2：

user_id:用户id；

birthday:出生日期；

gender:性别（0 男性；1 女性）。

3、提出问题

（1）成交量是多少，时间分布及趋势如何？有无可改进的措施？

（2）畅销、滞销商品是哪些？

（3）用户群体有什么特征，他们的消费偏好与哪些因素有关？

4、分析思路

5、数据清洗

5.1 字段重命名

新建副本，在副本中对数据进行处理，将字段转化为方便理解的名称，标识不清的重新命名。

5.2 选择子集

将不参与分析的字段隐藏，如商品属性等。

5.3 对数据进行去重

以ID和用户行为列作为筛选删除重复值。

5.4 缺失值处理

检查数据是否有缺失，此处无。

5.5 一致化处理

数据格式统一，主要是用IF函数对性别列进行转化，使用分列功能转化生日和购买日期列。

5.6 关联查询

新建年龄字段，使用vlookup和datediff函数计算和查询年龄并分组。

5.7 异常值处理

此处对年龄有异常的用户取平均值，剔除购买量大于1000的用户。

6、业务分析

6.1 产品分析

6.1.2 总体销量和趋势

原始数据中无金额，此处以购买数量作为分析对象。如图，2012-2014年成交量整体逐年上升，2012，2015年数据骤降是由于数据不全（仅有两个月数据），无法对结论精准对比分析，后续部分数据分析以2013-2014年度为主要依据。

通过2013-2014年数据可以发现：

现象一：5月以及11月左右（2013波峰在10月，2014在11月）会出现一个明显的波峰。
现象二：1-2月有明显的下降。

对于现象一，可以从产品、价格、渠道、以及促销的角度进行假设检验，但是由于相关信息的不足，在此只作出两个假设：

（1）5月和11月用户的人均购买量增加导致了销售量的增加。(购买件数=用户数*人均购买数)

（2）采取了类似促销的活动，导致顾客数增加，拉高了销售量。

验证假设一：可通过观察用户特定月的平均购买量是否与其他月出现较大变化来进行判断。

由图可知，在5-6和10-11月，用户的平均购买量并没有明显增加，因此假设一不成立。

验证假设二：顾客数量增加导致了销售量增加

由图可以看到，2012-2014年5、11月的用户数均出现了较明显的增长。继续看这两个月份每天的销售量。

可以明显的看到，在5和11月的某些天，销售会有明显的增长，增长时间与母亲节，双十一等节假日高度相关（条件允许的情况下，可以进一步确认）。结合月用户数的数据，基本可以推断假设二成立。

对于现象二：1、2月份销量明显下降，猜测是因为春节期间，快递停运等因素导致的销售量下降。

（）利用热销品带动滞销品

由数据可知，从两个月具体的销售数据来看，销售量较低的时候和春节假期正好重合，在假期结束后马上迎来一个小幅度的增长，可以认为是假期带来的不利影响。（这里可以结合其他数据进一步验证）

6.1.2 成单贡献率

如图所示，【28】类贡献率高达39.94%，其次是【50014815】和【50008168】类商品，占比分别为27.57%，16.77%。【122650008】成交量最低，仅有3.85%。【38】与【500225520】类接近。

6.1.3 不同品类销售量

从整体上看，2013-2014年度大类中【28】和【50008186】类商品销量最佳，子类商品中【50018831】销量最佳，【12265008】类商品总销售量垫底，为滞销类商品。

6.2 用户分析

6.2.1 用户年龄

从图中数据可以看到：

1-3岁的幼儿是消费主力。紧随其后的是3-6岁的幼童和1-3岁的幼儿。相比于1-3岁的消费者，0-1岁与3-6岁消费者的人均订单量还可以进一步提高。
28、50008168以及50014815类别的产品几乎受到所有年龄层用户的喜爱，钟爱程度略有差别。而122650008类别的产品在所有用户中销量最低。

6.2.2 用户性别

从数据上看：

男女消费者分别为16351 人(55%)和12880 人(43%)，男用户占比高出12%。男女用户人均订单数分别为1.86和2.04，相较而言女用户购买力更强。
男、女消费者对商品的选购都集中于【28】、【50008168】、【50014815】三类商品，偏好无明显区别。

6.2.3 用户行为

（1）新增用户

在整体数据上，除双十一、双十二当天，2013-2014年的日新增用户无明显差别。

（2）复购率

使用数据透视表筛选复购用户，发现只有52人，而总的用户数有29966人，复购率仅有0.17%。

因数据源有限，无法进一步计算活跃率、留存率/流失率、转化率等AARRR模型相关业务指标，进而无法对导致复购率低的相关问题因素进行深入分析。

7、分析结论

7.1 产品方面

数据采集了2012-2015年淘宝母婴用品共计6大类，664种商品，总销量达58201件；2013-2014年度成交量整体呈上升趋势，销售淡季在1-2月，主要受春节假期影响。销售旺季在每年的5、9-12月，主要与母亲节、双十一、双十二等节假日相关。
在大类商品订单贡献率中，【28】类贡献率高达39.94%，其次是【50014815】和【50008168】，【122650008】贡献率最低，仅有3.85%。
子类商品中，销量榜前三分别为【50008831】、【50013636】、【50003700】。

7.2 用户方面

（1）从年龄来看

商品受众主要集中在1-3岁幼儿期(37%)，3-6岁幼童期（24%）和0-1岁婴儿期（22%）。
3-6岁用户的月人均订单量最高为2.2，占消费人群37%的1-3用户人均订单量仅为1.9。
大类商品中【28】、【50014815】和【50008168】的商品受到各个年龄层用户喜爱。

（2）从性别来看

男女消费者分别为16351 人(55%)和12880 人(43%)，男用户占比高出12%。
男女用户人均订单数分别为1.86和2.04，相较而言女用户购买力更强。
男、女消费者对商品的选购都集中于【28】、【50008168】、【50014815】三类商品，偏好无明显区别。

（2）从行为来看

除双十一、双十二当天，2013-2014年的日新增用户无明显差别。新增用户主要集中在电商大促当天。2014年双十一新增最高达454人。
用户复购率为0.17%

8、建议

（1）积极开展促销活动

从销售趋势看，第三、四季度销售表现优于一、二季度，特别是5月、10-12月的大促能明显刺激销量增长，因此要灵活地开展促销活动。可以在一二季度中的淡季适当增加促销活动。重视店庆、“双11”、“双12”等电商大节，通过成熟和精准的促销模式来吸引用户，提高销量。
根据淡旺季的变化，提前安排库存与发货，保证货源，提升用户满意度的同时，减少库存成本。

（2）利用热销品带动滞销品